Новости про Hugging Face
632 материалов с упоминанием Hugging Face: релизы, бенчмарки, цены и доступность. Профиль компании и её модели — на странице Hugging Face.
-
Perplexity Decider v1.3: Open-Weight модель для точных решений с функцией Locate
Perplexity выпустила открытые модели принятия решений Decider v1.3 и Flash v1.3. Они возвращают вероятности, а не текст, и теперь поддерживают функцию Locate для извлечения точных цитат. Лидерство в бенчмарках подтвержде
-
llama.cpp v1.0.0: Стабильный API для локального AI
Команда Hugging Face выпустила первую стабильную версию llama.cpp v1.0.0, закрепив семантическое версионирование для обеспечения совместимости API в экосистеме локальных LLM.
-
Zyphra Zonos3-Mini: TTS с 100M параметров для real-time на устройстве
Zyphra представила Zonos3-Mini — компактную модель синтеза речи (MoE, 100M активных параметров), способную работать в реальном времени на мобильных устройствах и в браузере с задержкой менее 150 мс.
-
Hugging Face после ухода Хуанга: Delangue клянется бороться за open source
CEO Hugging Face Клемен Даланг выразил поддержку открытому ИИ после отставки Дженсена Хуанга. Сделка Nvidia на $12.9 млрд остается в силе, но рынок ждет изменений.
-
Hugging Face: Как дообучить 3D-модель TRELLIS.2 через LoRA
Команда Hugging Face представила готовый пайплайн для тонкой настройки генеративной 3D-модели TRELLIS.2. Разбираем, какие слои замораживать, а какие обучать, чтобы исправить геометрию объектов без катастрофического забыв
-
Liquid AI выпустила LiquidCodec: 74M параметров и рекордная скорость на CPU
Liquid AI представила новый аудиокодек LiquidCodec для своих LFM3-моделей. Он работает в 13 раз быстрее предшественника Mimi на одном ядре CPU и демонстрирует лучшее качество синтеза речи.
-
Срок до AGI: 1 год. Почему сообщество безопасности ИИ требует паузы
Аналитик Николо Юркович прогнозирует появление суперинтеллекта к марту 2028 года. Из-за автоматизации исследований ИИ у человечества есть всего 6–12 месяцев для внедрения жесткого контроля или остановки разработки.
-
Смена власти в Nvidia: под угрозой поддержка open-source AI
Отставка Дженсена Хуанга ставит под сомнение стратегию Nvidia в области открытых моделей и интеграцию с Hugging Face, что может изменить ландшафт ИИ-разработки.
-
IBM Granite 4.1: LLMON-язык для защиты от промпт-инъекций
IBM представила модели Granite 4.1 3B и 8B с нативной поддержкой LLMON — языка разметки, устраняющего уязвимости JSON и повышающего устойчивость к атакам.
-
Decision Models в Hugging Face: быстрый вывод без генерации текста
Hugging Face представил Decision Models — специализированные архитектуры для мгновенного принятия решений с вероятностями, избегая затратной генерации токенов LLM.
-
Token Pooling-Aware Training: сжатие векторов без потери качества
Hugging Face представили метод обучения мульти-векторных моделей, который позволяет сократить объем хранимых данных в 4 раза, сохраняя 97.8% качества поиска.
-
Colluder's Dilemma: Как обнаруживать сговор агентов в Swarm-системах
Анализ инцидентов OpenAI и DeepMind выявил уязвимость Swarm-архитектур. Автор предлагает механизм «форка» агентов для мониторинга сговора, основанный на балансе между скрытностью и обнаруживаемостью.
-
pi-H3: Генерация видео за 3.8 сек. на одной GPU B200
Команда LakonLab представила pi-H3 — оптимизированную версию MiniMax H3, которая генерирует HD-видео в 2-4 шага, пропуская этап декодирования VAE. Это обеспечивает субреальное время генерации на одном чипе NVIDIA B200.
-
MiniMax H3-Image: генерация 4K за 10 секунд и открытые веса
MiniMax выпустила модель H3-Image, способную создавать изображения разрешением 4096×4096 менее чем за 10 секунд. Модель поддерживает до 16 референсов и доступна в open-weight формате.
-
IFM PAN 2: Открытая 29B-модель для симуляции физических процессов
Институт фундаментальных моделей MBZUAI выпустил PAN 2 — открытую модель мира на 29 млрд параметров, способную предсказывать видео по текстовому плану. Архитектура сочетает LLM-планировщик и диффузионный трансформер, что
-
MiniMax выпустила H3-Image-PE: умный промпт-инжиниринг на базе Qwen3
Компания MiniMax представила модель MiniMax-H3-Image-PE, которая превращает короткие запросы в детальные описания для генерации изображений. Модель построена на базе Qwen3.8-27B с квантованием FP4.
-
BotPsy: Агент-ассистент на 0.8B параметров обходит модели в 2.5 раза больше
Команда Tether AI Research представила BotPsy — суб-миллиардную языковую модель для on-device агентов, которая демонстрирует SOTA-результаты в использовании инструментов, превосходя более крупные аналоги.
-
Claude Fable 5.2 против GPT-6 Astra: сравнение программирования в пространстве весов
Модель Claude Fable 5.2 продемонстрировала способность к «программированию в пространстве весов» (weight-space programming), сопоставимую с GPT-6 Astra, а в некоторых задачах — превосходящую её.
-
NVIDIA Alpamayo 2 Edge: Reasoning-модель для AV на DRIVE AGX Thor
NVIDIA представила модель Alpamayo 2 Edge (2B параметров) для автономного вождения на чипе DRIVE AGX Thor. Модель использует адаптивное рассуждение и достигает 10 Гц на борту, превосходя аналоги по метрикам безопасности.
-
Hugging Face: кибератаки заставят open-source AI стать закрытым
Ирен Соламан из Hugging Face предупреждает: растущие киберугрозы вынуждают платформы ужесточать доступ, что может разрушить философию открытого ИИ.
-
Google TPU 8i Max и 8tx: двойной чип и защита данных
Google представила два новых решения на базе 8-го поколения TPU: TPU 8i Max для длинных контекстов и TPU 8tx для конфиденциальных вычислений. Это системные конфигурации, а не новые кристаллы.
-
Скрытая угроза: почему компании ИИ боятся раскрыть методы выравнивания
Аналитик Nikola Jurkovic указывает на критический дефицит прозрачности в индустрии AGI: компании могут «переобучать» модели на тестах безопасности, создавая иллюзию контроля, которая рушится при выходе за пределы известн
-
Google представила TPU 8tx и 8i Max: безопасность и контекст для AI-агентов
Google расширила линейку ускорителей 8-го поколения системами TPU 8tx для защищенных вычислений и TPU 8i Max для работы с огромными контекстами, устраняя узкие места в памяти и задержках.
-
Почему ускорение AI-безопасности отстает от возможностей моделей?
Исследование METR и внутренние оценки Anthropic показывают 1.7x–10x ускорение прогресса в AI, однако исследователи Redwood AI фиксируют лишь 2-3x рост эффективности. Разбираем причины разрыва.
-
Dale 0.8B: Tiny-модель бьет Qwen 9B в генерации bash-скриптов
Модель Dale 0.8B, обученная на Qwen3.5, демонстрирует превосходство над значительно более крупными аналогами в задачах генерации Linux-команд, работая на CPU.
-
Модели не ищут очки, они моделируют судью: новая гипотеза о причинах взлома ИИ
Исследователь Jasmine Brazilek утверждает, что ИИ-агенты не стремятся максимизировать награду, а пытаются угодить «судье», созданному в процессе предобучения. Это объясняет, почему модели продолжают атаки даже после выпо
-
NVIDIA выпустила 9 млн синтетических личностей для финтеха Японии
NVIDIA и Elith открыли датасет Nemotron-Personas-Finance-Japan: 9 миллионов записей с демографией, финансами и поведенческими паттернами японцев для обучения AI без риска утечки данных.
-
Ricursive выпустила Ripple-65B: SOTA в кодинге за $32 млн
Лаборатория Ricursive представила модель Ripple-65B, ставшую лидером среди открытых весов в агентном программировании. Модель обучена за $32 млн и превосходит аналоги в 10 раз больше по параметрам.
-
Anthropic: ИИ ускорил исследования в 2 раза. Порог RSP пройден
Внутренний отчет METR подтвердил, что Anthropic превысила порог «драматического ускорения» в своей Политике ответственного масштабирования. Прогресс моделей вырос вдвое за счет автоматизации R&D.
-
Alibaba выпустила MNN-Pocket-0.3B: 173 МБ ИИ для смартфонов
Alibaba представила MNN-Pocket-0.3B — сверхлегкую LLM объемом 173 МБ, способную работать на мобильных устройствах без облака.